基于自适应观测粒子滤波的运动跟踪算法

作者:黄斌 刊名:科技通报 上传者:陶艳

【摘要】针对标准粒子滤波算法在运动跟踪的应用中还存在跟踪精度不高的问题,本文提出了一种基于噪声优化自适应观测粒子滤波算法的运动跟踪模型,首先构建基于目标跟踪的观测模型,利用当前时刻得到的观测量对粒子滤波算法进行修正,然后采用一个加权函数对目标进行采样来建立直方图,达到自适应加权的目的,最后采用不同方差的高斯噪声加权和来建模,对自适应观测粒子滤波进行去噪优化。仿真试验结果表明,本文提出的基于噪声优化自适应观测粒子滤波算法的运动跟踪模型相比较标准粒子滤波算法而言,具有较高的运动目标跟踪精度且在运动跟踪的应用中效果良好。

全文阅读

基于自适应观测粒子滤波的运动跟踪算法 黄 斌 (青岛农业大学,山东 青岛266109) 摘 要:针对标准粒子滤波算法在运动跟踪的应用中还存在跟踪精度不高的问题,本文提出了一种基于噪声优化自适应观测粒子滤波算法的运动跟踪模型,首先构建基于目标跟踪的观测模型,利用当前时刻得到的观测量对粒子滤波算法进行修正,然后采用一个加权函数对目标进行采样来建立直方图,达到自适应加权的目的,最后采用不同方差的高斯噪声加权和来建模,对自适应观测粒子滤波进行去噪优化。仿真试验结果表明,本文提出的基于噪声优化自适应观测粒子滤波算法的运动跟踪模型相比较标准粒子滤波算法而言,具有较高的运动目标跟踪精度且在运动跟踪的应用中效果良好。 关键词:粒子滤波算法;运动员运动跟踪;自适应加权;观测模型优化;高斯白噪声 中图分类号:TP301.6 文献标识码: A 文章编号:1001-7119(2016)03-0145-04 Motion Tracking Algorithm Based on Adaptive Observing Particle Filter Huang Bin (QingdaoAgriculturalUniversity,Qingdao266109,China) Abstract:In view of the lower precision of standard particle filtering algorithm in motion tracking, this paper put forward a tracking model based on adaptive observing particle filtering algorithm with optimized noise. Firstly, it constructs an observation model based on target tracking to correct the particle filtering algorithm with currently obtained observation value. Then a weighted function is adopted to sample the objects and build the histogram to achieve the adaptive weighting. Finally, the weighted sum of Gaussian noises with different variances is used to establish the model to optimize the de-noising of adaptive observation particle filtering. The simulation experiments show that the proposed particle filtering algorithm based on noise optimization has higher tracking precision and better performanceinmotiontrackingcomparedwithstandardparticlefilteringalgorithms. Keywords:particle filtering algorithm;motion tracking;adaptive weighting;observati

参考文献

引证文献

问答

我要提问